Es ist schon erstaunlich. Wir leben in einem fast schon totalen kapitalistischen System. In diesem gilt Eigentum als das H\u00f6chste aller G\u00fcter (und analoge G\u00fcter haben auch keine Halbwertszeit an Eigentum wie ‚geistiges Eigentum‘) und dennoch fand und findet eine der gr\u00f6ssten Enteignungs- und damit Ausbeutungsaktionen der Weltgeschichte (soweit bekannt *) statt: Das Trainieren von neuronalen Netzwerken etwa LLMs mit BigData. Diese BigData-Daten sind von Menschen erstellte Daten wie Texte, Bilder, Filme, Tabellen etc. Die Intelligenz liegt also beim Menschen (mit Derrida: ihren Differenzen) und nicht bei der Maschine – denn ohne die Menschen sind diese neuronalen Netzwerk ungewichtet und wertlos. Anders \u00fcbrigens als viele andere Arten von K\u00fcnstlicher Intelligenz der 80er Jahre. <\/p>\n\n\n\n
Anders gesagt, die „Intelligenz“ wird anhand von menschlichen Erzeugnissen genutzt, um neuronale Netzwerke (erfunden in den 60er Jahren) zu trainieren. Die neueren Modelle stammen aus den 80er und den 2010ern Jahren. Diese Netzwerke sind anders als Ans\u00e4tze in den 80er Jahren (noch) nicht wirklich regelbasiert oder hybride. Das heisst, es sind nicht clevere Algorithmen, sondern es reines (je nach benutztem Algorithmus darwinistisches) Optimieren der Netzwerke an Daten. In ihnen steckt also keine Intelligenz wie etwa in regelbasierten AI-Modellen. Die Intelligenz ist darin allein die Nutzung von synthetischen Neuronen und Synapsen und deren Gewichtungen (die Ideen daf\u00fcr kommen aus der Biologie). Bei generativen Systemen kommt hinzu, dass diese genutzt werden um wieder Dinge zu ‚erzeugen‘. Dabei werden Theorien der Lingustik der letzten Jahrzehnte angewendet, um etwa bei ChatGPT statistisch das n\u00e4chste Wort zu ‚errechnen‘. Es ist also letztlich ein lokales Plausibilit\u00e4tsverfahren gegen den zu erstellenden Text. <\/p>\n\n\n\n
Mit Intelligenz im Sinne von Lernen mit Eigengewichtungen, Ableiten von Regeln (Deduktion, Induktion) hat das nicht viel zu tun. Es ist auch nur ein Teil des Lernens von Kindern. Die m\u00f6gen ja schon viel und oft „Failen“ m\u00fcssen. Aber Hand aufs Herz, wer f\u00e4hrt schon 1 Mio mal gegen die Wand mit einem Auto, um zu lernen, dass man W\u00e4nde nicht anf\u00e4hrt. Denn: Wir als Menschen lernen eben auch Regel-basiert und das ist unsere massive St\u00e4rke. Dazu nutzen wir unsere Neuronen eben auch. Es ist auch \u00f6konomisch Regeln zu erstellen und mit wenig Information viel Abbilden zu k\u00f6nnen und damit auch Dinge voraussagen zu k\u00f6nnen. Nicht so die aktuelle Hype-KI: In Serverfarmen fahren KI-Autos millionenfach gegen W\u00e4nde mit viel Energie, um zu „lernen“. Evolution war noch nie ein g\u00fcnstiges Verfahren – Evolutive Algorithmen sind verschwenderisch. <\/p>\n\n\n\n
Kinder entwickeln auch ihr eigenes Weltbild, ihre eigenen Regeln, ihre eigene Weltsicht. Und was beim Output von Individuuen meist als „Die denken auch so“ aussieht, kann in ihrem Gehirn ganz anders funktionieren. Nicht so funktioniert ein generalisiertes NeuronalesNetz. Es hat letztlich ein mainstreamisiertes Weltbild. Seine Informationen holt es aus grossen ‚Wahrscheinlichkeiten‘ – aus den grossen Diskursautobahnen. Anders gesagt: „Kann einem ChatGPT helfen, so ist man im Mainstream“.<\/p>\n\n\n\n\n\n\n\n
Die Daten in diesem Prozess sind wild eingesammelt worden vom Web, von Bibliotheken und nun letztlich werden auch alle m\u00f6glichen sozialen Medien benutzt, da entsteht schliesslich viel Text und Content. <\/p>\n\n\n\n
Anders gesagt, die Intelligenz, die wir lesen, ist eigentlich unser Aller – einfach zusammengef\u00fcgt. Ist sie wirklich die Intelligenz unser Aller? Im Falle von sozial Media vielleicht. <\/p>\n\n\n\n
Die Autoren* der meisten Text, Bilder etc haben meist f\u00fcr eine \u00d6ffentlichkeit geschrieben. Also letztlich f\u00fcr andere Menschen. Sie sind teilweise entsch\u00e4digt worden – aber oft auch nicht. Wer hat jemals jemanden f\u00fcr seine BlogArtikel wie diesen entsch\u00e4digt? F\u00fcr all die kleinen Artikel, f\u00fcr OpenSource-Software etc. (Siehe dazu auch GitHub und Co und ihre Software-LLM-Tools und der Widerstand der Entwickler*).
Dieser Zustand hat sich ja in den letzten Jahren noch radikalisiert: Die Gesellschaft will nicht mehr f\u00fcr Content bezahlen. Google enteignet die Betreiber* von Informationsseiten sogar damit, dass es die wichtigsten Auschnitte darstellt – ohne allerdings zuzulassen, dass man Googles Suchresulate frei nutzen kann.<\/p>\n\n\n\n
Dabei sind gute (nicht der Mainstream) Informationen nach wie vor fast unbezahlbar und werden immer unbezahlbarer (denn sie stecken nicht in Texten). In diesem Sinn werden alle Schreibenden* gerade ausgebeutet. Sie haben nie ihr Einverst\u00e4ndnis daf\u00fcr gegeben – als Trainingsmaterial von Maschinen genutzt zu werden. Sie haben ihre Texte in einer ganz anderen \u00d6ffentlichkeit geschrieben als wir sie jetzt haben. Und es ist weiterhin auch nicht m\u00f6glich als Autor* etwas gegen die Enteignung zu machen etwa auf Webseiten mit Tags verbieten zu k\u00f6nnen, das dieser Text „gestohlen“ oder besser „seinen Nutzungsbedingungen entfremdet“ wird. <\/p>\n\n\n\n
Grosse Firmen nutzen LLMs und machen sie zu Gesch\u00e4ftsmodellen. Sie nutzen also mehrheitlich die Arbeit anderer, um Service anzubieten, die es ohne uns alle nicht g\u00e4be. Denn m\u00fcssten die LLM Anbieter uns alle bezahlen, dann w\u00fcrde niemand mehr ein LLM erstellen. Zu teuer. Man w\u00fcrde sehr schnell wieder auf KI Verfahren mit Regelbasierten Konzepten einschwenken. Anders gesagt: Das System von LLMS basiert auf der konkreten Ausbeutung. Selbst die Freigabe von LLMs behebt dieses Problem nicht wirklich. Sie macht uns einfach zu Mitt\u00e4tern.<\/p>\n\n\n\n
Und ja letztlich sind wir als Nutzer* von LLMs ganz im klassischen Sinn Mitt\u00e4ter und Mitausbeuter*. Es gilt dies einzugestehen und sich zu fragen, ob es nicht endlich eine Steuer f\u00fcr die Nutzung ‚freier‘ Informationen braucht. <\/p>\n\n\n\n
Google hat einst den Mechanismus eingef\u00fchrt Webseiten anhand ihrer Verlinkung zu gewichten. Je verlinkter umso wichtiger. Sie sind damit gross geworden und haben alle anderen aus dem Rennen geworfen. Remember: AltaVista?
Ihr Verfahren ist dabei eine Mainstreamisierung – Bedeutung hat, was viel vernetzt ist. Oder anders gesagt, was im Markt der \u00d6konomie der Links ‚gross‘ ist. Es funktioniert damit auch irgendwie „neuronal“. Nur bildet dieses Gewichtung letztlich einfach den Mainstream ab. Es verst\u00e4rkt sogar den Mainstream in dem es die Verlinkung in den Diskurs nimmt und weiterverbreitet. Es wird deswegen auch interessant sein, wie GooglesSuche letztlich die Welt in den letzten 20 Jahren mainstreamisiert hat.<\/p>\n\n\n\n
Als neuer Mainstreamisierer steigen aber nun auch LLMs und Co ein. Sie wurden vorallem am Mainstream trainiert (inklusive Bilder etc). Das heisst der Mainstream steht hinter diesen Gewichtungen. Es ist deswegen auch hier zu erwarten, dass immer mehr Mainstream Daten zu immer mehr Mainstream f\u00fchrt und immer weniger zu genuinen Weltsichten (die von den Sozialisierungen noch \u00fcbrig geblieben ist). Und diese genuinen Ansichten sind auch wichtig, da sie die Variationen generieren, aus denen die Gesellschaft „auslesen“ kann. Es ist quasi ihr „diskursives“ Denken.<\/p>\n\n\n\n
Wenn die AI Forschung der n\u00e4chsten Jahre von der „Bauchgef\u00fchl“-Simulation irgendwohin kommen will, muss sie die Regelbasierten KIs integrieren oder umgekehrt die Regelbasierten KIs m\u00fcssen den Hype von ‚DeepLearning‘ integrieren. Erst dann k\u00f6nnen wir ein bisschen von Intelligenz sprechen. Und vorallem m\u00fcssen die Entwicklungen dann auch dem gerecht werden, dass jeder* von uns eine eigene (sozialisierte) Welt im Kopf tr\u00e4gt und eben nicht eine generalisiertes LLM und dem Allgemeinen. <\/p>\n\n\n\n
Aber auch bei all dem ist weiterhin ungel\u00f6st, wie es mit geistigem Eigentum weiter geht. Wie es mit Arbeit allgemein weitergeht.<\/p>\n\n\n\n
In der OpenSource-Community – als Case-Studie – kann man sich auch seit Jahren fragen, warum man f\u00fcr die Masse etwas produziert, das diese nur benutzt. Oder sollte es so sein, dass nur nutzen darf, wer irgendwie etwas beitr\u00e4gt? W\u00e4re das ein Modell f\u00fcr LLMs? Wer nichts beitr\u00e4gt, bezahlt halt. Dann w\u00e4re jedem* freigestellt, wie „* mitmachen“ m\u00f6chte. Was aber sicher nicht sein kann auf lange Sicht, ist wenn Firmen und Einzelpersonen OpenSource-Projekte nutzen und dies dann verkaufen und ohne Leistung daf\u00fcr Geld verdienen. Das ist letztlich Ausbeutung pur. Und nichts anderes passiert auch bei ChatGPT und Co.<\/p>\n\n\n\n
Eventuell muss die Art wie wir mit geistigem Eigentum umgehen auch auf das normale Eigentum \u00fcbertragen werden (zergehendes Eigentum), da anscheinend niemand am Gegenteil interessiert ist. Denn: Ich sehe nur Leute unbedacht KI nutzen und ich sehe keine Demonstrationen auf der Strasse. <\/p>\n\n\n\n
Zuletzt sollte hier noch erw\u00e4hnt werden, dass der Autor dieses Textes vor 25 Jahren ein Tool zum Schreiben entwickelt hat bei nic-las, dass unter anderem auch im Netz (WWW) danach gesucht hat (Foucault Carpet<\/a>), wie das n\u00e4chste Wort heissen k\u00f6nnte und eine Auswahl vorgeschlagen hat. Auch damals schon spielte die Autorschaft der Ursprungstexte leider keine Rolle. <\/p>\n\n\n\n *Eventuell k\u00f6nnte man ein \u00e4hnliches Ph\u00e4nomen bei der Entstehung der Gutenberggalaxis sehen, als viel Knowhow in B\u00fccher einfloss und die urspr\u00fcnglichen Autoren*\/Wissensholder* nicht daf\u00fcr entsch\u00e4digt wurden – etwa das gemeine Volk, die „Hexen“ etc. <\/em><\/p>\n\n\n\n Siehe dazu auch: <\/p>\n\n\n\n https:\/\/www.golem.de\/news\/studie-apple-forscher-finden-keine-hinweise-auf-echtes-ki-reasoning-2410-189777.html<\/a><\/p>\n","protected":false},"excerpt":{"rendered":" (Geistiges) Eigentum Es ist schon erstaunlich. Wir leben in einem fast schon totalen kapitalistischen System. In diesem gilt Eigentum als das H\u00f6chste aller G\u00fcter (und analoge G\u00fcter haben auch keine Halbwertszeit an Eigentum wie ‚geistiges Eigentum‘) und dennoch fand und … Weiterlesen